Evaluación de sitios turísticos mediante análisis de sentimientos de comentarios emitidos por usuarios en redes sociales

Nelson Iván Herrera Herrera, Nelson Esteban Salgado Reyes
{"title":"Evaluación de sitios turísticos mediante análisis de sentimientos de comentarios emitidos por usuarios en redes sociales","authors":"Nelson Iván Herrera Herrera, Nelson Esteban Salgado Reyes","doi":"10.37815/rte.v34n2.921","DOIUrl":null,"url":null,"abstract":"Esta investigación tiene como objetivo presentar la utilidad del análisis de sentimientos en los comentarios emitidos por usuarios de servicios turísticos en redes sociales (Twitter y Trip Advisor), que permita calificar el nivel de dichos servicios.  La ciudad de Quito-Ecuador es considerada como caso de estudio para este trabajo. La investigación se muestra en función del desarrollo de un sistema informático utilizando herramientas Big Data (Python, Node.Js, Mongo DB), que permiten recolectar, almacenar y procesar gran cantidad de información. Las librerías del lenguaje de programación Node.js: Puppeteer y Sentiment, permiten obtener los comentarios de las redes sociales Twitter y Trip Advisor, y determinar un puntaje sobre el destino turístico evaluado.  Entre los aspectos novedosos de la investigación está el uso de la red social Twitter como fuente de origen de datos, también la utilización de técnicas de web scraping del sitio de Trip Advisor. Para este estudio se emplea la interfaz de programación de aplicaciones de Twitter (Application Programming Interface, API), la cual permite tomar datos de esta red social en tiempo real que facilita evaluar los servicios turísticos ofertados. Como resultado se puede determinar que la herramienta permite generar conocimiento que ayuda a tomar decisiones, relacionadas con el nivel de calidad de las prestaciones recibidas en los sitios visitados.","PeriodicalId":117722,"journal":{"name":"Revista Tecnológica - ESPOL","volume":"30 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-06-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Revista Tecnológica - ESPOL","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.37815/rte.v34n2.921","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Esta investigación tiene como objetivo presentar la utilidad del análisis de sentimientos en los comentarios emitidos por usuarios de servicios turísticos en redes sociales (Twitter y Trip Advisor), que permita calificar el nivel de dichos servicios.  La ciudad de Quito-Ecuador es considerada como caso de estudio para este trabajo. La investigación se muestra en función del desarrollo de un sistema informático utilizando herramientas Big Data (Python, Node.Js, Mongo DB), que permiten recolectar, almacenar y procesar gran cantidad de información. Las librerías del lenguaje de programación Node.js: Puppeteer y Sentiment, permiten obtener los comentarios de las redes sociales Twitter y Trip Advisor, y determinar un puntaje sobre el destino turístico evaluado.  Entre los aspectos novedosos de la investigación está el uso de la red social Twitter como fuente de origen de datos, también la utilización de técnicas de web scraping del sitio de Trip Advisor. Para este estudio se emplea la interfaz de programación de aplicaciones de Twitter (Application Programming Interface, API), la cual permite tomar datos de esta red social en tiempo real que facilita evaluar los servicios turísticos ofertados. Como resultado se puede determinar que la herramienta permite generar conocimiento que ayuda a tomar decisiones, relacionadas con el nivel de calidad de las prestaciones recibidas en los sitios visitados.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
通过分析用户在社交网络上的评论感受来评估旅游网站
本研究旨在展示情感分析在旅游服务用户在社交网络(Twitter和Trip Advisor)上发表的评论中的有用性,以评估这些服务的水平。厄瓜多尔基多市被认为是这项工作的一个案例研究。该研究基于使用大数据工具(Python、Node.Js、Mongo DB)开发的计算机系统,允许收集、存储和处理大量信息。Node.js编程语言库:Puppeteer和Sentiment,允许从社交网络Twitter和Trip Advisor获取评论,并确定评估的旅游目的地的分数。这项研究的新方面包括使用社交网络Twitter作为数据源,以及使用Trip Advisor网站的网络抓取技术。本研究采用Twitter应用程序编程接口(API),实时获取该社交网络的数据,便于评估所提供的旅游服务。因此,可以确定该工具允许生成知识,以帮助做出与访问站点所获得的服务质量水平相关的决策。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
Global Climate: Much more complex than measuring Greenhouse Gases and Carbon Footprints Aprender enseñando: la educación intergeneracional a través del aprendizaje-servicio Enfoque multicriterio para la selección óptima de variables explicativas para modelos de pronóstico de la energía eléctrica de plantas solares fotovoltaicas Desarrollo de un modelo predictivo utilizando técnicas de aprendizaje supervisado para detectar la moniliasis en plantas de cacao de la Provincia de Orellana Interdisciplinariedad en la educación superior: conectando universidad y sociedad
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1